• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Mémoire de Maîtrise
DOI
10.11606/D.82.2013.tde-24012014-105240
Document
Auteur
Nom complet
Eva Reda Moussa Mansour
Adresse Mail
Unité de l'USP
Domain de Connaissance
Date de Soutenance
Editeur
São Carlos, 2013
Directeur
Jury
Delbem, Alexandre Cláudio Botazzo (Président)
Ticona, Waldo Gonzalo Cancino
Vittori, Karla
Titre en portugais
Método automático de determinação de clados utilizando algoritmo de detecção de comunidades
Mots-clés en portugais
Filogenia
Identificação de clados
Identificação de comunidades
Método de otimalidade
Métodos de distância
União de filogenias em rede
Resumé en portugais
Análises filogenéticas são bastante utilizadas para a compreensão das relações existentes entre objetos biológicos, beneficiando as investigações em vários campos das ciências da vida. Vários métodos computacionais para reconstruir filogenias tem sido desenvolvidos. Em geral, os métodos que fornecem filogenias mais confiáveis, requerem significativamente maior tempo computacional, restringindo a aplicação deles a conjuntos de dados relativamente pequenos. Por outro lado, a utilização de conjuntos de dados maiores é fundamental para proporcionar uma amostragem que seja suficiente, para restringir as incongruências na identificação de clados em uma filogenia. Este trabalho propõe uma abordagen (denominada CladeNet) de reamostragem de filogenias, obtidas por algoritmos relativamente eficientes, a fim de melhorar a identificação de clados. Experimentos com sete conjuntos de dados, que variam de dezenas a centenas de sequências de DNA mostram que, em geral, clados encontrados pela abordagem proposta tornam-se mais confiavéis, conforme os tamanhos dos conjuntos de sequências aumentam, com um moderado aumento do tempo computacional relativamente moderado. Além disso, o CladeNet é um método que também inova ao identificar clados de forma automáticamente por meio de um algoritmo de identificação de comunidades em redes.
Titre en anglais
Method for automatic determination of clades using community detection algorithm
Mots-clés en anglais
Clade identification
Distance methods
Optimality methods
Phylogeny
Union of phylogenies in networks
Resumé en anglais
Phylogenies are useful for understanding relationships among biological objects, benefiting investigations in various fields of life sciences. Several computational methods for reconstructing phylogenies have been developed. In general, methods that provide more reliable phylogenies require significantly larger computing time, constraining their application to relatively small datasets of objects. On the other hand, the use of larger datasets is fundamental to provide enough samples in order to reduce incongruence in clade identification from a phylogeny. This work proposes an approach of resampling phylogenies (called CladeNet) obtained from relatively efficient algorithms, in order to improve clade identification. Experiments with seven datasets with sizes varying from dozens to hundreds of DNA sequences show that, in general, clades found by the proposed approach are more reliable as the dataset sizes augment, with relatively moderate increase of computing time. Moreover, CladeNet is a new method for identifying clades in an automatic way by means of community detection algorithm for networks.
 
AVERTISSEMENT - Regarde ce document est soumise à votre acceptation des conditions d'utilisation suivantes:
Ce document est uniquement à des fins privées pour la recherche et l'enseignement. Reproduction à des fins commerciales est interdite. Cette droits couvrent l'ensemble des données sur ce document ainsi que son contenu. Toute utilisation ou de copie de ce document, en totalité ou en partie, doit inclure le nom de l'auteur.
TDE_EvaMansour.pdf (2.82 Mbytes)
Date de Publication
2014-01-30
 
AVERTISSEMENT: Apprenez ce que sont des œvres dérivées cliquant ici.
Tous droits de la thèse/dissertation appartiennent aux auteurs
Centro de Informática de São Carlos
Bibliothèque Numérique de Thèses et Mémoires de l'USP. Copyright © 2001-2021. Tous droits réservés.